Forschende
136 Treffer mit Thema „Maschinelles Lernen“ · Themen-Filter entfernen
Prof. Dr. Matthias Ziegler forscht auf dem Gebiet der psychologischen Diagnostik und Persönlichkeitsforschung, mit einem Schwerpunkt auf der Interaktion zwischen Persönlichkeit, Intelligenz und Situationen.
Die Forschungsprofile konzentrieren sich auf die Schnittstelle von Neurowissenschaften, Kognition und Computerlinguistik.
Prof. Dr. Denis Gerstorf forscht schwerpunktmäßig im Bereich der Altersforschung und Lebensspannenpsychologie, mit einem Fokus auf emotionale Gesundheit, kognitive Entwicklung und psychosoziale Resilienz im hohen Alter.
Prof. Dr. Richard Kempter forscht auf dem Gebiet der theoretischen und kognitiven Neurowissenschaften mit Schwerpunkt auf der mathematischen Modellierung neuronaler Schaltkreise.
Die Forschungsaktivitäten konzentrieren sich auf die Digitalisierung und Erschließung kulturellen Erbes, insbesondere durch die Entwicklung und Integration von Forschungsdaten in Infrastrukturen wie Europeana.
Die Forschung von Prof. Dr. Ehrenhofer-Murray konzentriert sich auf molekulare Mechanismen der Genregulation und Chromatindynamik, insbesondere die Rolle posttranslationaler Modifikationen an Histonen wie CENP-A und tRNAs.
Die Forschung von Prof. Dr. Kathmann konzentriert sich auf die neurokognitiven Mechanismen psychischer Störungen, insbesondere Zwangsstörungen, Depressionen und Angstspektren.
Prof. Dr. Annekatrin Hoppe forscht schwerpunktmäßig im Bereich der Arbeits- und Organisationspsychologie mit Fokus auf psychische Gesundheit, Wohlbefinden und Ressourcenförderung bei Beschäftigten.
Die Forschung konzentriert sich auf die Entwicklung und Miniaturisierung von Quantentechnologien, insbesondere Atomuhren, Bose-Einstein-Kondensaten und Atominterferometern, für den Einsatz im Weltraum und unter Schwerelosigkeit.
Prof. Dr. Kerstin Kaufmann erforscht aktuell die molekularen und epigenetischen Mechanismen, die es Pflanzen ermöglichen, sich an Umweltstress wie Kälte und Trockenheit anzupassen.
Die Forschung von Prof. Burkhard konzentriert sich auf die Entwicklung intelligenter, agentenbasierter Systeme und deren Anwendung in komplexen Organisationen sowie der Medizin.
Dr. Sven Ramelow forscht auf dem Gebiet der Quantenoptik und entwickelt neuartige Bildgebungsverfahren mittels verschränkter Photonen, insbesondere im mittleren Infrarotbereich.
Prof. Dr. Robert Jäschke verbindet Computational Literary Studies mit Data Science, um literaturwissenschaftliche Interpretationsmuster durch Text Mining und KI-Methoden zu analysieren.
Die Forschungsprofile von Prof. Dr. Roland Meyer konzentrieren sich auf die slawische Linguistik, insbesondere auf Korpuslinguistik, historische Syntax und Sprachkontakt in multilingualen Szenarien.
Die Forschung konzentriert sich auf die Entwicklung und Anwendung fortschrittlicher Elektronenmikroskopie-Techniken zur Charakterisierung von Nanomaterialien, 2D-Materialien und Halbleiterstrukturen.
Die Forschung konzentriert sich auf die formale Modellierung, Verifikation und Synthese komplexer verteilter Systeme und Service-orientierter Architekturen.
Dr. Dennis Dannehl forscht auf dem Gebiet der urbanen und geschützten Landwirtschaft mit Fokus auf nachhaltige Produktionssysteme wie Aquaponik, Hydroponik und Agrivoltaik.
Prof. Dr. Jens Schröter forscht interdisziplinär an der Schnittstelle von Religionsgeschichte, Literaturwissenschaft und Medienkultur.
Die Forschung konzentriert sich auf die Mechanismen kollektiver Kognition und Entscheidungsprozesse in Tiergruppen, insbesondere bei Fischen, sowie auf die Übertragung dieser Prinzipien auf robotische Schwärme.
Die Forschung von Prof. Dr. Edna Hillmann konzentriert sich auf die Verbesserung des Tierwohls und die Optimierung von Haltungssystemen in der Nutztierhaltung, insbesondere bei Schweinen, Rindern und Ziegen.
Prof. Dr. Marek Kowalski forscht auf dem Gebiet der Astroteilchenphysik und Multimessenger-Astronomie, mit einem Schwerpunkt auf der Analyse von Daten des IceCube-Neutrinoobservatoriums.
Die Forschung von PD Dr. rer. nat. Niels Wessel konzentriert sich auf die nichtlineare Analyse kardiovaskulärer Biosignale zur Verbesserung der medizinischen Diagnostik und Risikoprädiktion.
Prof. Dr. Torsten Hiltmann verbindet historische Forschung, insbesondere zur Heraldik im Mittelalter und in der Frühen Neuzeit, mit digitalen Methoden der Geisteswissenschaften.
Die Forschung konzentriert sich auf den Einsatz fortschrittlicher KI-Methoden, insbesondere Deep Learning und Large Language Models, zur Analyse komplexer Datenstrukturen wie Zeitreihen, Texten und Bildern.